Искусственный интеллект научили воспринимать информацию со скепсисом

10.03.2021, 15:32

0

0


фото: depositphotos.com

Исследователи Массачусетского технологического института разработали алгоритм, который учит системы искусственного интеллекта относиться к вводным данным скептически, сообщает сайт института. 

Чтобы сделать ИИ устойчивым к противоречащим данным, исследователи попытались внедрить защиту для контролируемого обучения, объединив алгоритм обучения данными с глубокой нейронной сетью, которая используется, например, для обучения машины игре в Го или шахматы. 

Обычно нейронную сеть учат связывать определенные понятия с заданными входными данными. например, если скормить нейронной сети тысячи изображений с метками «кошка», то вместе с изображениями с метками «дом» и «хот-дог», машина с легкостью сможет определить кошку, попадая на изображение с соответствующей меткой. 

Подписывайтесь на LIGA.Tech в Facebook: главные новости о технологиях

Однако, такой способ довольно трудоемкий и занимает много времени, поэтому исследователям нужно было найти способ, как заставить ИИ принимать решения в режиме реального времени, основываясь на наихудших предположениях.

Поэтому команда решила опираться на форму машинного обучения, которая не требует связывания помеченных входных данных с выходными, а скорее направлена на усиление определенных действий в ответ на входные данные. Другими словами, ученые придумали, как заставить машину анализировать свои правильные и неправильные ответы.

Для теста они использовали простейшую видеоигру стороны экрана, чтобы отбивать мяч на сторону противника. Однако исследовали сделали небольшую корректировку, сместив мяч на несколько пикселей, от реальной траектории, а машина должна была понять, когда мяч двигается правильно, а когда ее пытаются обмануть 

Новый алгоритм справился с задачей значительно лучше своих предшественников, отмечают ученые. 

  • Ранее ученые создали ИИ, преобразовывающий фото человека в реалистичный 3D-персонаж.

Подписывайтесь на LIGA.Tech в Telegram: только важное

Источник